YOLO（You Only Look Once）论文记录

前言：
{

    最近想了解以下目前比较先进的目标检测（object detection）模型和方法，所以就在github上搜到了https://github.com/amusi/awesome-object-detection，这里面介绍了不少目标检测的文章。

    YOLO（You Only Look Once）我之前见过，可只是知道它是目标识别的方法，并且效果不错，但没有了解其具体过程。这次就来分析一下。

    论文地址：https://arxiv.org/pdf/1506.02640.pdf

}

正文：

{

    在一开始的第一节，论文描述了之前方法的缺点：至少被分为两个部分——框的生成和分类，并且需要分别的训练。YOLO却只通过一个网络生成框和类别，而且没有复杂的数学原理，使用的是神经网络的回归过程。

  

    第二节介绍了其结构和原理。

    首先，输入图像被划分为S*S块网格，对每块网格都会生成B个框的预测和C个类的预测，每个框的预测包含x坐标，y坐标，宽度，高度h和置信度，网络的输出为S x S x (B*5 + C)的张量。具体结构可如图3：

  

<